该文研究了基于卡尔曼滤波(Kalman Filter)的无刷直流电机的无位置传感器控制、设计了基于模型参考自适应理论(MRAS)的无刷直流电机DSP控制器.首先,该文介绍了无刷直流电机无位置传感器控制原理,比较了目前几种常用的无位置传感器控制方法,提出了一种基于卡尔曼滤波的无位置传感器控制方法.通过电机的数学模型,建立了电机的状态方程,改变了过去只用反电势过零信号来预测换相时刻的思路,充分地利用了整个可以测得的反电势曲线,将状态方程离散化后在线应用卡尔曼算法,滤除了建模误差、量测误差和外界干扰,估计出了转子旋转的电角度、电角速度和电角加速度,从而实现了无位置传感器控制.其次,该文简要介绍了模型参考自适应控制和BP神经网络的基本原理,采用BP神经网络在线学习自适应律,补偿电机内部参数变化对输出造成的影响,使整个系统的输出跟踪一个低阶参考模型的输出,从而实现了模型参考自适应控制,增强了控制系统的稳定性和控制精度.另外,该文还介绍了电机控制系统的通信中应用汉明码纠错提高电机控制系统抗干扰能力的方法.最后该文介绍了永磁无刷直流电机DSP控制器的软、硬件结构,给出了相关的实验结果.